《一种基于浮动车的路网高峰时段识别方法.pdf》由会员分享，可在线阅读，更多相关《一种基于浮动车的路网高峰时段识别方法.pdf（16页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103761430 A (43)申请公布日 2014.04.30 CN 103761430 A (21)申请号 201410012796.2 (22)申请日 2014.01.10 G06F 19/00(2011.01) G08G 1/01(2006.01) (71)申请人 安徽科力信息产业有限责任公司 地址 230088 安徽省合肥市黄山路 628 号 (72)发明人 邹娇 陶刚 刘俊 高万宝 方林 李立超 (74)专利代理机构 合肥天明专利事务所 34115 代理人 金凯 (54) 发明名称 一种基于浮动车的路网高峰时段识别方法 (57) 摘要 本发明涉及一种基于浮。
2、动车的路网高峰时段 识别方法， 与现有技术相比解决了没有基于浮动 车技术的路网高峰时段识别方法的缺陷。本发明 包括以下步骤 ： 利用浮动车 GPS 数据计算路段单 车样本速度 ； 提取路段平均行程速度 ； 计算周期 交通拥堵指数 TCI ； 提取早晚高峰小时起止时间 点。本发明可以通过现有的浮动车技术和城市道 路拥堵分析体系， 从中分析路网交通时变规律， 提 取路网高峰时段。 (51)Int.Cl. 权利要求书 4 页 说明书 9 页 附图 2 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书4页 说明书9页 附图2页 (10)申请公布号 CN 103761430 A。
3、 CN 103761430 A 1/4 页 2 1. 一种基于浮动车的路网高峰时段识别方法， 其特征在于， 包括以下步骤 ： 1） 利用浮动车 GPS 数据计算路段单车样本速度 ； 2） 提取路段平均行程速度 ； 3） 计算周期交通拥堵指数 TCI ； 4） 提取早晚高峰小时起止时间点。 2. 根据权利要求 1 所述的一种基于浮动车的路网高峰时段识别方法， 其特征在于 ： 所 述的利用浮动车 GPS 数据计算路段单车样本速度包括以下步骤 ： 21） 通过浮动车 GPS 数据得到样本车辆 j 所经过的前后相邻两点的路径信息 Pi， i 1， 2， L， n ； 22） 通过路径长度 dj和时间差。
4、 tj得到此段路径的平均旅行速度 23） 若途径路段数只有一个或公里 / 小时时， 将赋给路段 P1； 否则， 按四种交通 状态原则结合起点的瞬时速度 v1和终点的瞬时速度 v2， 对途径的每个路段速度分别赋值。 3. 根据权利要求 2 所述的一种基于浮动车的路网高峰时段识别方法， 其特征在于， 所 述的四种交通状态原则的判断方法如下 ： 31） 减速状态， 满足时， 起始路段速度值赋为其它路段速度值为总 的出行时间 tj减去起始路段的出行时间， 然后通过距离除以该时间得到速度 ； 32） 加速状态， 满足时， 终止路段速度值赋为其它路段速度值为总 的出行时间 tj减去起始路段的出行时间， 然。
5、后通过距离除以该时间得到速度 ； 33） 先减速后加速， 起始路段速度值赋为 v1， 终止路段速度值赋为 v2， 中间路段速度值 为总的出行时间 tj减去起始路段的出行时间， 然后通过距离除以该时间得到速度 ； 34） 先加速后减速， 途径路段速度值赋为 4. 根据权利要求 1 所述的一种基于浮动车的路网高峰时段识别方法， 其特征在于 ： 所 述的提取路段平均行程速度计算公式为 其中， Vi为弧段 Pi的平均速度， li为弧段 Pi的长度， tij为第 j 辆车在路径中弧段 Pi上 的出行时间， ni为弧段 Pi上参与计算的车辆数目。 5. 根据权利要求 1 所述的一种基于浮动车的路网高峰时段。
6、识别方法， 其特征在于， 所 述的计算周期交通拥堵指数 TCI 包括以下步骤 ： 51） 基于路段平均行程速度 Vi进行拥堵状态识别， 判断出拥堵路段 ； 52） 计算路段拥堵里程比例 RCR， 分别计算快速路拥堵里程比例 RCRf、 主干路拥堵里程 比例 RCRa、 次干路拥堵里程比例 RCRm 和支路拥堵里程比例 RCRl， 计算公式如下 ： 权 利 要 求 书 CN 103761430 A 2 2/4 页 3 RCR=RCRf*1+RCRa*2+RCRm*3+RCRl*4； 其中， L(i) 为路段 i 的长度， Lc(i) 为发生拥堵的路段 i 的长度， nf: 快速路路段总个数 , 。
7、na: 主干路路段总个数 , nm: 次干路路段总个数 , nl: 支路路段总个数 , w1,w2,w3,w4 分别代表各个等级道路的权重， 53） 计算路网交通拥堵指数 TCI， 计算公式如下 ： 其中 ： a=RCR*100。 6. 根据权利要求 1 所述的一种基于浮动车的路网高峰时段识别方法， 其特征在于， 所 述的提取早晚高峰小时起止时间点包括以下步骤 ： 权 利 要 求 书 CN 103761430 A 3 3/4 页 4 61） 判断一天 24 小时内 TCI 曲线是否服从正态分布， 如果服从正态分布进入下一步计 算， 如果不服从正态分布， 则表示当天交通异常， 剔除数据并重新选择。
8、数据 ； 62） 设定置信度值 c,c 为估计值与总体参数允许的误差范围 ； 63） 依据 24 小时 TCI 变化值， 取 TCI 的最大值与最小值， 以 0 点至 12 点为划分， TCI 最大值为 max_a, 其中 a 为 1-288 的周期个数， 周期为 5 分 钟 ； TCI 前部最小值为 min_t1， 其中 t1 是最小值对应的周期数 ； TCI 后部最小值 min_t2， 其 中 t2 是最小值对应的周期数 ； 以 12 点至 24 点为划分， TCI 最大值 max_p, 其中 p 是 1-288 的周期个数， 周期为 5 分 钟 ； TCI 前部最小值 min_t3， 其。
9、中 t3 是最小值对应的周期数 ； TCI 后部最小值 min_t4， 其中 t4 是最小值对应的周期数 ； 64） 计算区域总面积 S1、 S2、 S3、 S4， 65） 计算方差面积 S1、 S2、 S3、 S4， 66） 将 S1、 S2、 S3、 S4 和 S1、 S2、 S3、 S4 分别对应的代入公式 c=Si/Si求解， 通过求解 分别得到 j1、 j2、 j3、 j4， 其中， i=1,2,3,4， Si 是方差面积、 Si是区间面积 ； 67） 确定早高峰时段为 T1 至 T2， 确定晚高峰时段为 T3 至 T4， 其中 T1、 T2、 T3、 T4 分别 依次对应 j1、 。
10、j2、 j3、 j4 的周期开始时间。 7. 根据权利要求 6 所述的一种基于浮动车的路网高峰时段识别方法， 其特征在于， 所 述的判断 TCI 曲线是否服从正态分布的公式为 ： 且 权 利 要 求 书 CN 103761430 A 4 4/4 页 5 其中 ： 是算术平均值， M 是中位数， s 是标准差。 权 利 要 求 书 CN 103761430 A 5 1/9 页 6 一种基于浮动车的路网高峰时段识别方法 技术领域 0001 本发明涉及道路交通规划技术领域， 具体来说是一种基于浮动车的路网高峰时段 识别方法。 背景技术 0002 浮动车技术是根据道路路面运行车辆动态位置信息获取道路通。
11、行状况的一种技 术， 利用带有GPS信息的浮动车 （出租车或公交车） 可以实时采集车辆的位移信息， 将时间序 列的车辆位置坐标与地图进行匹配， 可以得到浮动车辆的速度数据。浮动车技术能够将采 集一年的数据存储到数据库中， 利用周期路段速度信息得到周期路段流量信息。 0003 AADT（道路的年平均日交通流量， annual average daily traffic） 是交通模型和 管理决策非常重要的参数， 在交通规划、 道路设计、 交通安全、 交通需求分析、 交通控制等研 究领域都有着关键的作用。现有的 AADT 计算不再利用传统的人工调查法， 也通过利用浮动 车技术获取的路段平均速度， 通。
12、过一系列模型计算实现道路 AADT 的智能化准确估计。满足 了交通规划、 交通设计、 交通管理的数据需求， 提高了工作效率。 0004 高峰时段 （peak hours） 是指由于通勤交通造成的道路交通早晚高峰时间段。 早高 峰时段通常为 ： 7 ： 00-9 ： 00， 晚高峰通常为 17 ： 00-19 ： 00， 具体时间断点随区域、 道路等级、 路段的不同而存在差异。高峰时段估计算法可以实现城市路网以及区域的高峰时段计算， 为路况发布服务提供基础数据源， 在交通管理和交通信息服务中发挥着重要的作用。在利 用浮动车技术计算 AADT 的过程中， 当计算小时交通流量时， 其高峰时段的判定则。
13、依据 城 市道路交通拥堵评价指标体系 （征求意见稿） 中所阐述的道路交通早晚高峰期标准。但 是各个城市的高峰时段均不相同， 若利用统一的标准显然与各个城市的实际高峰时段有差 异， 从而影响 AADT 的智能估算精度。如何开发出一种可以基于浮动车技术针对不同城市而 进行路网高峰时段的识别方法已经成为急需解决的技术问题。 发明内容 0005 本发明的目的是为了解决现有技术中没有基于浮动车技术的路网高峰时段识别 方法的缺陷， 提供一种基于浮动车的路网高峰时段识别方法来解决上述问题。 0006 为了实现上述目的， 本发明的技术方案如下 ： 0007 一种基于浮动车的路网高峰时段识别方法， 包括以下步骤。
14、 ： 0008 利用浮动车 GPS 数据计算路段单车样本速度 ； 0009 提取路段平均行程速度 ； 0010 计算周期交通拥堵指数 TCI ； 0011 提取早晚高峰小时起止时间点。 0012 所述的利用浮动车 GPS 数据计算路段单车样本速度包括以下步骤 ： 0013 通过浮动车 GPS 数据得到样本车辆 j 所经过的前后相邻两点的路径信息 Pi， i 1， 2， L， n ； 说 明 书 CN 103761430 A 6 2/9 页 7 0014 通过路径长度 dj和时间差 tj得到此段路径的平均旅行速度 0015 若途径路段数只有一个或公里 / 小时时， 将赋给路段 P1； 否则， 按。
15、四种交 通状态原则结合起点的瞬时速度 v1和终点的瞬时速度 v2， 对途径的每个路段速度分别赋 值。 0016 所述的四种交通状态原则的判断方法如下 ： 0017 减速状态， 满足时， 起始路段速度值赋为其它路段速度值为总 的出行时间 tj减去起始路段的出行时间， 然后通过距离除以该时间得到速度 ； 0018 加速状态， 满足时， 终止路段速度值赋为其它路段速度值为 总的出行时间 tj减去起始路段的出行时间， 然后通过距离除以该时间得到速度 ； 0019 先减速后加速， 起始路段速度值赋为 v1， 终止路段速度值赋为 v2， 中间路段速度值 为总的出行时间 tj减去起始路段的出行时间， 然后通。
16、过距离除以该时间得到速度 ； 0020 先加速后减速， 途径路段速度值赋为 0021 所述的提取路段平均行程速度计算公式为 0022 0023 其中， Vi为弧段 Pi的平均速度， li为弧段 Pi的长度， tij为第 j 辆车在路径中弧段 Pi上的出行时间， ni为弧段 Pi上参与计算的车辆数目。 0024 所述的计算周期交通拥堵指数 TCI 包括以下步骤 ： 0025 基于路段平均行程速度 Vi进行拥堵状态识别， 判断出拥堵路段 ； 0026 计算路段拥堵里程比例 RCR， 分别计算快速路拥堵里程比例 RCRf、 主干路拥堵里 程比例 RCRa、 次干路拥堵里程比例 RCRm 和支路拥堵里。
17、程比例 RCRl， 计算公式如下 ： 0027 0028 0029 说 明 书 CN 103761430 A 7 3/9 页 8 0030 0031 RCR=RCRf*1+RCRa*2+RCRm*3+RCRl*4； 0032 其中， 0033 L(i) 为路段 i 的长度， Lc(i) 为发生拥堵的路段 i 的长度， 0034 nf: 快速路路段总个数 , 0035 na: 主干路路段总个数 , 0036 nm: 次干路路段总个数 , 0037 nl: 支路路段总个数 , 0038 w1,w2,w3,w4 分别代表各个等级道路的权重， 0039 0040 计算路网交通拥堵指数 TCI， 计算公。
18、式如下 ： 0041 0042 其中 ： a=RCR*100。 0043 所述的提取早晚高峰小时起止时间点包括以下步骤 ： 0044 判断一天24小时内TCI曲线是否服从正态分布， 如果服从正态分布进入下一步计 算， 如果不服从正态分布， 则表示当天交通异常， 剔除数据并重新选择数据 ； 0045 设定置信度值 c,c 为估计值与总体参数允许的误差范围 ； 0046 依据 24 小时 TCI 变化值， 取 TCI 的最大值与最小值， 0047 以 0 点至 12 点为划分， TCI 最大值为 max_a, 其中 a 为 1-288 的周期个数， 周期为 5分钟 ； TCI前部最小值为min_t。
19、1， 其中t1是最小值对应的周期数 ； TCI后部最小值min_t2， 其中 t2 是最小值对应的周期数 ； 说 明 书 CN 103761430 A 8 4/9 页 9 0048 以 12 点至 24 点为划分， TCI 最大值 max_p, 其中 p 是 1-288 的周期个数， 周期为 5 分钟 ； TCI 前部最小值 min_t3， 其中 t3 是最小值对应的周期数 ； TCI 后部最小值 min_t4， 其 中 t4 是最小值对应的周期数 ； 0049 计算区域总面积 S1、 S2、 S3、 S4， 0050 0051 0052 0053 0054 计算方差面积 S1、 S2、 S3。
20、、 S4， 0055 0056 0057 0058 0059 将 S1、 S2、 S3、 S4 和 S1、 S2、 S3、 S4 分别对应的代入公式 c=Si/Si求解， 通过求 解分别得到 j1、 j2、 j3、 j4， 其中， i=1,2,3,4， Si 是方差面积、 Si是区间面积 ； 0060 确定早高峰时段为 T1 至 T2， 确定晚高峰时段为 T3 至 T4， 其中 T1、 T2、 T3、 T4 分别 依次对应 j1、 j2、 j3、 j4 的周期开始时间。 0061 所述的判断 TCI 曲线是否服从正态分布的公式为 ： 0062 且 0063 其中 ： 是算术平均值， M 是中位。
21、数， s 是标准差。 0064 有益效果 0065 本发明的一种基于浮动车的路网高峰时段识别方法， 与现有技术相比可以通过现 有的浮动车技术和城市道路拥堵分析体系， 从中分析路网交通时变规律， 提取路网高峰时 段。 得到路网交通负荷最严重的时段， 为交通管理者和交通规划者提供数据支持， 提高AADT 的智能估算精度。 说 明 书 CN 103761430 A 9 5/9 页 10 附图说明 0066 图 1 为本发明的方法流程图 0067 图 2 为 TCI24 小时曲线变化图及相应参数标注图 具体实施方式 0068 为使对本发明的结构特征及所达成的功效有更进一步的了解与认识， 用以较佳的 实。
22、施例及附图配合详细的说明， 说明如下 ： 0069 如图 1 所示， 本发明所述的一种基于浮动车的路网高峰时段识别方法， 包括以下 步骤 ： 0070 第一步， 利用浮动车 GPS 数据计算路段单车样本速度。 0071 利用浮动车 GPS 数据计算路段的一个统计周期内单车样本平均旅行速度， 首先， 通过浮动车 GPS 数据得到样本车辆 j 所经过的前后相邻两点的路径信息 Pi， i 1， 2， L， n。其次， 基于 GPS 数据可以通过路径长度 dj和时间差 tj得到此段路径的平均旅行速 度再次， 当途径路段数只有一个即表示不跨越路口或公里 / 小时即畅 通状态时， 将赋给路段 P1； 否则。
23、， 按结合起点的瞬时速度 v1和终点的瞬时速度 v2， 分四种 交通状态对途径的每个路段速度分别赋值。 0072 当浮动车处于减速状态， 即满足时， 起始路段速度值赋为其 它路段速度值为总的出行时间 tj减去起始路段的出行时间， 然后通过距离除以该时间得 到速度， 再将速度赋给路段 P1。 0073 当浮动车处于加速状态， 满足时， 终止路段速度值赋为其它 路段速度值为总的出行时间 tj减去起始路段的出行时间， 然后通过距离除以该时间得到 速度， 再将速度赋给路段 P1。 0074 当浮动车处于先减速后加速， 起始路段速度值赋为 v1， 终止路段速度值赋为 v2， 中 间路段速度值为总的出行时。
24、间 tj减去起始路段的出行时间， 然后通过距离除以该时间得 到速度， 再将速度赋给路段 P1。 0075 当浮动车处于先加速后减速， 途径路段速度值赋为再将赋给路段 P1。 0076 第二步， 提取路段平均行程速度。 0077 提取路段平均行程速度计算公式为 0078 0079 其中， Vi为弧段 Pi的平均速度， li为弧段 Pi的长度， tij为第 j 辆车在路径中弧段 Pi上的出行时间， ni为弧段 Pi上参与计算的车辆数目。这里， 当 ni等于 0， 即该路段上没有 数据覆盖时， 我们用历史积累的一周不同时间段的历史平均速度进行补充 ； 当 ni不等于 0 时， 路段平均行程速度则是多。
25、个样本的调和平均速度。 说 明 书 CN 103761430 A 10 6/9 页 11 0080 第三步， 计算周期交通拥堵指数 TCI。 0081 周期交通拥堵指数是指一个统计周期内 （通常是 5 分钟） ， 用一个 0 10 的数值来 描述当前区域路网的拥堵水平， 是描述拥堵程度的量化指标。计算步骤如下 ： 0082 首先， 基于路段平均行程速度 Vi进行拥堵状态识别， 判断出拥堵路段。 0083 根据表 1 中的速度区间表， 判断出当前路段是否属于拥堵状态， 将为拥堵状态的 路段数据提出来以供下一步处理。表 1 中的阈值表数据来源是根据 2010 年公布的 城市道 路交通管理评价指标体。
26、系 中规定， 城市主干路上机动车平均行程速度的相应的阈值， 并根 据合肥市实际交通特性进行了微调得到的。在不同城市使用时， 可以根据当地的实际交通 特性进行适应微调即可。 0084 表 1 基于路段平均旅行速度的道路状态划分速度区间表 0085 类别1 级 ： 自由流2 级 ： 畅通3 级 ： 缓行4 级 ： 拥挤5 级 ： 拥堵 快速路65km/h 以上65-40km/h40-30km/h30-15km/h15km/h 以下 主干道50km/h 以上50-30km/h30-22km/h22-12km/h12km/h 以下 次干道40km/h 以上40-25km/h25-18km/h18-10。
27、km/h10km/h 以下 支路35km/h 以上35-23km/h23-16km/h16-8km/h8km/h 以下 0086 其次， 计算路段拥堵里程比例 RCR。 0087 分别计算快速路拥堵里程比例 RCRf、 主干路拥堵里程比例 RCRa、 次干路拥堵里程 比例 RCRm 和支路拥堵里程比例 RCRl， 计算公式如下 ： 0088 0089 0090 0091 说 明 书 CN 103761430 A 11 7/9 页 12 0092 RCR=RCRf*1+RCRa*2+RCRm*3+RCRl*4； 0093 其中， 0094 L(i) 为路段 i 的长度， Lc(i) 为发生拥堵的。
28、路段 i 的长度， 0095 nf: 快速路路段总个数 , 0096 na: 主干路路段总个数 , 0097 nm: 次干路路段总个数 , 0098 nl: 支路路段总个数 , 0099 w1,w2,w3,w4 分别代表各个等级道路的权重， 0100 0101 w1、 w2、 w3、 w4 分别代表各个等级道路的权重， 从路网车辆各个等级道路的总通行 里程历史数据统计分析得出。在表 2 中， 分别有工作日权值推荐表和节假日权值推荐表， 在 实际中， 也可以参照地方标准来进行 w1、 w2、 w3、 w4 的指定计算。 0102 表 2 城市道路交通拥堵评价指标体系 北京地方标准 0103 工作。
29、日快速路主干路次干路支路合计 高峰时段0.190.430.150.231.00 全日平均0.200.410.160.231.00 节假日快速路主干路次干路支路合计 全日平均0.200.410.160.231.00 0104 最后， 计算路网交通拥堵指数 TCI。 0105 计算公式如下 ： 0106 说 明 书 CN 103761430 A 12 8/9 页 13 0107 其中 ： a=RCR*100， 根据 a 的值不同， 选择相应的计算公式。 0108 第四步， 提取早晚高峰小时起止时间点。 0109 包括如下步骤 ： 0110 （1） 如图 2 所示， 先判断一天 24 小时内 TCI。
30、 曲线是否服从正态分布， 如果服从正态 分布进入下一步计算， 如果不服从正态分布， 则表示当天交通异常， 有突发状况发生。数据 不易作为参考计算数据， 因此剔除数据并重新选择数据。判别 TCI 曲线是否服从正态分布 采用的方法， 是已有的统计学里面正态分布检验法之一， 是用样本中位数 M 与算术平均值 的比值和算术平均值与标准差的关系进行判断， 反映峰形和峰态， 公式如下 ： 0111 且 0112 其中 ： 是算术平均值， M 是中位数， s 是标准差。 0113 （2） 设定置信度值 c,c 为估计值与总体参数允许的误差范围。置信度值为判断的 估算值， 可以根据城市和决策者的实际需要来进行。
31、指定， 一般来说为了保证较大的可信度， 一般取置信度值大于 90。 0114 （3） 依据 24 小时 TCI 变化值， 取 TCI 的最大值与最小值。 0115 以 0 点至 12 点为划分， TCI 最大值为 max_a, 其中 a 为 1-288 的周期个数， 周期为 5 分钟， 288 则是根据 24 小时以 5 分钟为一周期而划分得来。TCI 前部最小值为 min_t1， 其 中 t1 是最小值对应的周期数。TCI 后部最小值 min_t2， 其中 t2 是最小值对应的周期数。 0116 以 12 点至 24 点为划分， TCI 最大值 max_p, 其中 p 是 1-288 的周期。
32、个数， 周期为 5 分钟。TCI 前部最小值 min_t3， 其中 t3 是最小值对应的周期数。TCI 后部最小值 min_t4， 其中 t4 是最小值对应的周期数。 0117 （4） 计算区域总面积 S1、 S2、 S3、 S4， 其计算公式如下 ： 0118 0119 0120 0121 0122 （5） 计算方差面积 S1、 S2、 S3、 S4， 其计算公式如下 ： 0123 0124 说 明 书 CN 103761430 A 13 9/9 页 14 0125 0126 0127 （6） 将 S1、 S2、 S3、 S4 和 S1、 S2、 S3、 S4 分别对应的代入公式 c=Si/。
33、Si求解， 通过 求解分别得到 j1、 j2、 j3、 j4， 其中， i=1,2,3,4， Si 是方差面积、 Si是区间面积。 0128 （7） 确定早高峰时段为 T1 至 T2， 确定晚高峰时段为 T3 至 T4， 其中 T1、 T2、 T3、 T4 分别依次对应 j1、 j2、 j3、 j4 的周期开始时间。由于 j1、 j2、 j3、 j4 在此代表的是， 通过 24 小时以 5 分钟为周期的 288 个周期数， 通过 j1、 j2、 j3、 j4 所代表的具体时间点 T1、 T2、 T3、 T4， 从而才能判断出早高峰时段为 T1-T2、 晚高峰时段为 T3-T4。 0129 以上显示和描述了本发明的基本原理、 主要特征和本发明的优点。本行业的技术 人员应该了解， 本发明不受上述实施例的限制， 上述实施例和说明书中描述的只是本发明 的原理， 在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进， 这些变化和 改进都落入要求保护的本发明的范围内。 本发明要求的保护范围由所附的权利要求书及其 等同物界定。 说 明 书 CN 103761430 A 14 1/2 页 15 图 1 说 明 书 附 图 CN 103761430 A 15 2/2 页 16 图 2 说 明 书 附 图 CN 103761430 A 16 。